1.Anaconda创建环境

base环境是anaconda中自带的环境，其中有许多默认的库，具体可以通过在base环境下输入conda list查看。

安装虚拟环境是为了解决安装tensorflow、pytorch等库时出现相互依赖的问题，base环境中的库已经很多了，有可能和我们要安装的库存在冲突等问题，这也是我们在用pip命令无脑安装库时容易出现各种奇怪的bug的原因。

# 默认创建虚拟环境
conda create -n name python=3.7 -y 
# 创建D盘虚拟环境
conda create --prefix=D:\Anaconda3\envs\name python=3.7

上述指令创建了一个名称为name，python版本号为3.7的虚拟环境，-y表示遵循默认配置，后面无需再次确认。注意，在安装时如没有必要尽量不要选择最新的python版本号，因为后面配置或安装时会出现很多不确定性的因素，3.7版本是目前各方面适配度最好的版本。

2.编辑环境

# 显示所有的环境
conda env list
# 切换到某环境
conda activate 环境名
# 退出某环境
conda deactivate 环境名
# 删除环境
conda remove -n 环境名 --all
（删除不干净的话直接删除envs文件夹中的环境文件）

3.配置环境

# 添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes


# 删除当前添加的镜像源
conda config --remove channels  https://pypi.mirrors.ustc.edu.cn/simple/

# 若发现当前镜像源已失效，可以使用以下指令进行移除
conda config --remove-key channels

4.配置jupyter notebook内核

# 安装ipykernel库
conda install ipykernel
# --name是虚拟环境名称，--display-name是在jupyter中展示的名称
python -m ipykernel install --user --name mydemo --display-name mydemo

此时在虚拟环境的终端输入jupyter notebook，就可以进入jupyter notebook了，新建文件下拉Kernel，选择Change kernel就可以看到刚添加的mydemo虚拟环境的内核已经在了。

5.一步到位——创建带内核的虚拟环境

·首先安装ipykernel
conda install ipykernel
·在虚拟环境下创建kernel文件
conda install -n 环境名称 ipykernel
·激活conda环境
activate 环境名称
·将环境写入notebook的kernel中
python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"
·打开notebook服务器
jupyter notebook

上面的相关步骤就可以完成jupyter的相关配置，但是如果经常需要用jupyter notebook，那么最好在创建虚拟环境的时候便安装好ipykernel

conda create -n 环境名称 python=3.7 ipykernel

# 另外删除kernel环境：
jupyter kernelspec remove 环境名称